Les données GTFS (General Transit Feed Specification) constituent un format standardisé décrivant l’ensemble des services de transport public (bus, tramway, métro, train, autocar...) à travers leurs itinéraires, horaires et arrêts géolocalisés. Initialement développées pour l’information des usagers, ces données produites et mises à disposition par les autorités organisatrices de mobilité représentent une nouvelle source pour l’observation, la modélisation et la comparaison des réseaux de transport en commun. La standardisation de l’offre théorique des réseaux de transport favorise l’analyse multi-échelles des mobilités (urbaine, interurbaine, régionale ou nationales), autorise des comparaisons entre réseaux ou opérateurs et rend possible la mise en oeuvre de flux de traitement automatisés et reproductibles. De plus, la richesse temporelle du GTFS renouvelle les approches classiques de l’accessibilité : au-delà de la seule accessibilité spatiale des infrastructures, il devient possible de quantifier et d’analyser l’offre temporelle (fréquences, amplitudes horaires, connexions, correspondances, vitesses...) et d’intégrer les rythmes quotidiens dans la compréhension des réseaux. L’objectif de cette communication est de questionner la manière dont ce format de données, en rendant les informations de transport plus accessibles, comparables et exploitables, contribue à l’émergence d’une nouvelle géographie des mobilités, ouverte et reproductible, où l’espace et le temps sont envisagés comme des dimensions indissociables de l’analyse des déplacements. Après avoir présenté la genèse et le fonctionnement du format GTFS, la communication montrera comment son usage renouvelle les pratiques d’analyse spatiale et la production d’indicateurs d’offre et d’accessibilité plus fins et contextualisés. Elle présentera plusieurs exemples d’analyses à différentes échelles et sur différents modes de transport ainsi qu’un workflow d’analyses automatisées (en python). Enfin, elle discutera des apports méthodologiques de ce standard, tout en soulignant ses limites et les défis liés à la qualité des jeux de données, la modélisation de l’offre et l’utilisabilité de ces données dans des contextes de recherche.